基于多传感器振动信号融合的真空断路器故障诊断

被引：24

作者：

齐贺 ^{[1
]}

赵智忠 ^{[1
]}

李振华 ^{[2
]}

赵素文 ^{[3
]}

机构：

[1] 河北工业大学电磁场与电器可靠性省部共建重点实验室

[2] 天津水利电力机电研究所

[3] 天津航海仪器研究所

来源：

高压电器 | 2013年 / 49卷 / 02期

关键词：

真空断路器; 故障诊断; 小波包—能量谱; 神经网络; D-S证据理论;

D O I：

10.13296/j.1001-1609.hva.2013.02.013

中图分类号：

TM561.2 [真空断路器];

学科分类号：

080801 ;

摘要：

根据真空断路器故障诊断特点,提出了小波包、RBF神经网络与D-S证据理论相结合的决策层信息融合诊断方法。首先,运用小波包—能量谱分析方法对振动信号进行分解处理,提取特征向量,并以此作为诊断的依据;其次,建立神经网络模型,以特征向量为RBF神经网络的输入,进行断路器初步故障诊断;然后将诊断结果作为对各种故障模式的基本概率分配值,利用D-S证据理论,实现对初步诊断结果的融合,从而得到最终的融合诊断结果。实验结果表明,该方法诊断真空断路器故障能取得良好的效果。

引用

页码：43 / 48+54 +54

页数：7

共 23 条

[1]

精通LabVIEW程序设计.[M].张桐; 陈国顺; 王正林; 编著.电子工业出版社.2008,

[2]

多传感器数据融合及其应用.[M].杨万海编著;.西安电子科技大学出版社.2004,

[3]

证据决策.[M].段新生著;.经济科学出版社.1996,

[4] 高压断路器机械故障振动诊断综述 [J].